Vertiefung «Digital Health»
Im Gesundheitssystem ermöglicht die Digitalisierung bessere Diagnosen und personalisierte Behandlungen. Lernen Sie den «Menschen als Datenquelle» zu erschliessen und tragen Sie dazu bei, Krankheiten vorzubeugen und Patient:innen zu helfen.
Unsere Vertiefung "Digital Health" bietet eine zukunftsweisende Ausbildung an der Schnittstelle von Medizin und Technologie. In dieser Vertiefung lernen Sie, grosse Datenmengen, die vom Menschen mittels moderner Technologie produziert werden, zu analysieren und für Fortschritte in der Gesundheitsversorgung zu nutzen. Gerade der immer häufigere Einsatz von Technologie wie Sensoren lässt eine grosse Menge an Daten („Big Data“) anfallen. Dies verlangt nach entsprechenden Spezialistinnen und Spezialisten, die diese Daten verarbeiten, analysieren und verstehen können. Genau solche sind die Abgängerinnen und Abgänger des BSc Studiengangs «Applied Digital Life Sciences» mit Vertiefung «Digital Health».
Die thematischen Schwerpunkte der Pflichtmodule sind daher medizinische Grundlagen, biomedizinische Geräte, klinische Informatik und Data Science. Dieser interdisziplinäre Ansatz bereitet Sie darauf vor, komplexe Herausforderungen im digitalen Gesundheitssektor zu meistern.
«Die Zukunft im Gesundheitsbereich ist digital. Es ist allerdings of schwierig, die riesigen Mengen an verfügbaren Gesundheitsdaten zu verstehen und sicher zu nutzen. Der Studiengang Applied Digital Life Sciences mit der Vertiefung Digital Health bietet hier eine spannende Perspektive.»
Peter Ohnemus, President & CEO, dacadoo AG, Zürich
Sie lernen ...
- Grundkenntnisse menschlicher Anatomie, Physiologie und Krankheiten
- Prinzipien von medizinischen Geräten wie Sensoren und Bildgebung
- Analyse von Patienten- und Labordaten
- Konzepte, Systeme und Anwendungen klinischer Datenverarbeitung
- Grundlagen zur klinischen Studienplanung und statistischen Analysen für Epidemiologie, Genetik etc.
- Kenntnisse typischer Biomarker in medizinischen Daten sowie Lernverfahren zur Identifikation neuer Biomarker
Beispiele von Projekten, die Sie in Zukunft bearbeiten könnten
- Anwendung von Deep-Learning-Methoden auf Patientengenome zur Entwicklung neuer Therapieansätze in der Krebsforschung. Sie arbeiten dabei in einem Team der ZHAW zusammen mit einer Pharmafirma.
- Im Schlaflabor eines grossen Spitals werden die Bewegungen und zahlreiche weitere Parameter aufgezeichnet. Diese Daten werden analysiert, um den Gesundheitszustand zu ermitteln und somit die Patientenüberwachung zu verbessern.
- Sie erheben mittels Sensoren die Vitalparameter von Pferden. Mit Algorithmen des maschinellen Lernens bestimmen Sie aus den Daten anschliessend die Ovulationsphase von Stuten und können Fohlengeburten genau vorhersagen – ohne die bisherigen invasiven Untersuchungen.
Karriere
Unternehmen im Gesundheitssektor, in der Biomedizin sowie im Biotechnologie- und Pharmabereich sind typische Arbeitgeber. Sie möchten wissen, wo Sie der Berufsweg nach dem Studium hinführen könnte? Einen Ausblick präsentieren wir auf unserer Karriereseite.
Ausbildung - Modulübersicht
Die Pflichtmodule werden ergänzt durch Wahlpflichtmodule, die Ihnen die Möglichkeit bieten, sich entweder in Spezialthemen innerhalb der Vertiefung oder in ergänzenden Themenkreisen weiterzuentwickeln und ein individuelles Ausbildungsprofil nach Ihren Wünschen zu erstellen.
Es besteht die Möglichkeit, gewisse Wahlpflichtmodule zu einem Minor zu kombinieren. Ein Minor entspricht mindestens 12 ECTS-Punkten, wovon etwa die Hälfte in Form einer Projektarbeit absolviert wird.
Hinweise zur Modulübersicht
| Semester | zu erreichende ECTS (insgesamt 180) in Modulen |
|---|---|
| 1. - 3. Semester | je 30 ECTS Pflichtmodule |
| 4. - 6. Semester | je 30 ECTS, Pflichtmodule und Wahlpflichtmodule inkl. Minor |
Die Modulprüfungen finden jeweils zeitlich abgesetzt nach Ende der Vorlesungszeit statt. Ein Modul gilt als bestanden, wenn ein Notendurchschnitt von mindestens 4.00 erreicht wurde, keine Einzelnote unter 2.5 liegt und alle Prädikate erzielt wurden.
Diese Modultafel ist gültig seit 12. September 2022
Legende
Grundlagen
Data Science & Computation
Projekte & Labs
Digital Life Sciences Module
1. Semester, ECTS: 30
Analysis & Algebra
ECTS: 6
English
ECTS: 2
Gesellschaft, Kultur, Sprache
ECTS: 2
Daten und Information
ECTS: 4
Programmieren
ECTS: 4
Physical Computing in Life Sciences
ECTS: 4
Anorganische Chemie
ECTS: 4
Biologie & Technikgrundlagen
ECTS: 4
2. Semester, ECTS: 30
Systeme & Modelle der Physik
ECTS: 4
English
ECTS: 2
Gesellschaft, Kultur, Sprache
ECTS: 2
Statistik und Wahrscheinlichkeit
ECTS: 4
Numerische Grundlagen d. Data Science
ECTS: 4
Datenzentriertes Programmieren
ECTS: 2
Versuchsplanung & Auswertung Praktikum
ECTS: 4
Systeme der Biologie
ECTS: 4
Organische Chemie
ECTS: 4
3. Semester, ECTS: 30
Math. Modelle und Analyse
ECTS: 4
Datenbanken
ECTS: 4
Statistische Modellierung & Simulation
ECTS: 2
Maschinelles Lernen
ECTS: 4
Data Engineering
ECTS: 4
Life Sciences Datalab - Praktikum
ECTS: 8
Life Sciences Datalab - Methoden & Techniken
ECTS: 4
4. Semester, ECTS: 30
Data & Society
ECTS: 2
Modelling of Complex Systems
ECTS: 2
Neural Networks
ECTS: 4
OS and Infrastructure
ECTS: 4
Signal & Image Processing
ECTS: 4
Projektarbeit - Praktische Anwendung
ECTS: 6
Human Anatomy & Physiology
ECTS: 4
Biomedial Measurements and Imaging
ECTS: 2
Microbiology
ECTS: 2
Genomics
ECTS: 2
5. Semester, ECTS: 30
Economy & Entrepreneurship
ECTS: 4
Optimisation and High Performance Computing
ECTS: 4
Projectorient. Digital Storytelling & Visualisation
ECTS: 4
Individuelle Projektarbeit LS Applikation
ECTS: 8
Clinical Data Processing
ECTS: 4
Fluid Dynamics
ECTS: 2
Pathophysiology
ECTS: 2
Bioinformatics
ECTS: 2
Machine Learning in Diagnostic Imaging
ECTS: 2
Molecular Imaging
ECTS: 2
Image Processing for Remote Sensing
ECTS: 2
6. Semester, ECTS: 30
Ethics and Law
ECTS: 4
Bachelor Thesis
ECTS: 16
Digital Biomarkers
ECTS: 4
Biostatistics in Epidemiology and Genetics
ECTS: 4
Laboratory Informatics / LIMS
ECTS: 2
Bioinformatics 2
ECTS: 2
Integrated Omics
ECTS: 2